JIN JI 2013.12.24

r变分自编码器（一）：原来是这么一回事转载自https://spaces.ac.cn/archives/5253过去虽然没有细看，但印象里一直觉得变分自编码器（Variational Auto-Encoder，VAE）是个好东西。于是趁着最近看概率图模型的三分钟热度，我决定也争取把VAE搞懂。于是乎照样翻了网上很多资料，无一例外发现都很含糊，主要的感觉是公式写了一大通，还是迷迷糊糊的，最后...

CTPN/CRNN的OCR自然场景文字识别理解（一）2018年03月15日 15:47:05阅读数：470 CTPN前言需阅读faster-rcnn相关摘要问题分析文字目标的特殊性，一个很大的先验是，文字总是水平排列的。文字的特征总感觉体现在edge上。自然场景文字检测的难点在于：小目标，遮挡，仿射畸变。本文使用VGG16，只使...

url：https://blog.youkuaiyun.com/leozwang/article/details/79392628保护模型文件不易于复制默认情况下，您的模型将以磁盘上的标准序列化probuf格式存储。理论上这意味着任何人都可以复制你的模型，所以我经常被问及如何防止这种情况。在实践中，大多数模型都是特定于应用程序的，并且通过优化来混淆，风险类似于拆解和重新使用代码的竞争对手的风险。如果你想让临时...

TensorFlow 是目前最为流行的机器学习框架之一，通过它我们可以便捷地构建机器学习模型。使用 TensorFlow 模型对外提供服务有若干种方式，本文将介绍如何使用 SavedModel 机制来编写模型预测接口。鸢尾花深层神经网络分类器首先让我们使用 TensorFlow 的深层神经网络模型来构建一个鸢尾花的分类器。完整的教程可以在 TensorFlow 的官方文档中查看（Premade E...

url：https://www.jiqizhixin.com/articles/2018-02-12https://www.pyimagesearch.com/2018/02/05/deep-learning-production-keras-redis-flask-apache/https://www.pyimagesearch.com/2018/01/29/scalable-keras-dee...

深度学习部署平台特点：深度学习的两个方面：部署、训练面临的挑战：现代深度学习部署平台要求：支持多种不同的架构不同厂家不同硬件不同编程语言不同终端：服务器、桌面、笔记本、手机、智能硬件、机器人、无人机高性能：手机、机器人、无人机、智能硬件不会用性能很高的芯片易于使用：Windows Linux Android IOS统一接口深度学习部署平台的运算：神经网络图像处理矩阵、向量运算主流深度学习部署硬件架...

Tensorflow 官方代码https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/tools/freeze_graph.py总共有11个参数，一个个介绍下(必选： 表示必须有值；可选： 表示可以为空)：1、input_graph：（必选）模型文件，可以是二进制的pb文件，或文本的meta文件，用input_b...

版权声明： https://blog.youkuaiyun.com/dream_broken/article/details/5241456本系列docker学习都是在centos7下学习的。1.容器放主机/主机访问容器     启动一个已经配置好JDK、tomcat的镜像，命名为tomcat01。        使用route -n查看主机的路由，ifconfig查看主机的ip。       docker0...

作者： 阮一峰日期： 2018年2月 9日2013年发布至今， Docker 一直广受瞩目，被认为可能会改变软件行业。但是，许多人并不清楚 Docker 到底是什么，要解决什么问题，好处又在哪里？本文就来详细解释，帮助大家理解它，还带有简单易懂的实例，教你如何将它用于日常开发。一、环境配置的难题软件开发最大的麻烦事之一，就是环境配置。用户计算机的环境都不相同，你怎么知道自家的软件，能在那些机器跑起...

Recurrent Neural Network[CTC]0. 背景1. CTC原理图 CTC结构图CTC是看似和HMM有些联系，然后也采用DP来进行求解，将CTC结构图中图 用前向-后向算法计算CTC上图如CTC结构图，最开始只能以(-)或者标签序列中第一个字符开始，即这里的t=1时，是{(-)，(C)}；在结尾也只能以(-)或标签序列中最后一个字符结束，即这里的t=T时，是{(-)，(T)}；...

tensorflow1.4 c++编译以及API使用摘要： 最近在研究如何使用tensorflow c++ API调用tensorflow python环境下训练得到的网络模型文件。参考了很多博客，文档，一路上踩了很多坑，现将自己的方法步骤记录下来，希望能够帮到有需要的人！（本文默认读者对python环境下tensorflow的使用已经比较熟悉了）方法简要梳理如下：安装bazel，然后使用baze...

使用TensorFlow C++ API构建线上预测服务 - 第一篇Oct 9, 2017 | tensorflow文章目录1. 使用Python接口训练模型2. 源码编译TensorFlow3. 使用TensorFlow C++ API编写预测代码3.1. 创建Session3.2. 导入模型3.3. 将模型设置到创建的Session里3.4. 设置模型输入3.5. 预测3.6. 查看预测结果3...

https://lilianweng.github.io/lil-log/2018/06/24/attention-attention.html#pointer-networkAttention? Attention!Jun 24, 2018 by Lilian Weng review Attention has been a fairly popular concept and a...

[转]https://www.leiphone.com/news/201709/8tDpwklrKubaecTa.html 本文主要是利用图片的形式，详细地介绍了经典的RNN、RNN几个重要变体，以及Seq2Seq模型、Attention机制。希望这篇文章能够提供一个全新的视角，帮助初学者更好地入门。一、从单层网络谈起在学习RNN之前，首先要了解一下最基本的单层网络，它的结构如图：...

https://zhuanlan.zhihu.com/c_1025445798976176128

1. 国立台湾大学 李宏毅老师的课件及Videohttp://speech.ee.ntu.edu.tw/~tlkagk/courses.html

 数据库--GRIMA databasehttp://dmery.ing.puc.cl/index.php/material/gdxray/steel surface defects -- Micro surface defect databasefaculty.neu.edu.cn/me/songkc/vision-based_SIS_Steel.htmlfaculty....

tensorflow1.4 c++编译以及API使用2018年01月15日 14:20:28阅读数：1289摘要： 最近在研究如何使用tensorflow c++ API调用tensorflow python环境下训练得到的网络模型文件。参考了很多博客，文档，一路上踩了很多坑，现将自己的方法步骤记录下来，希望能够帮到有需要的人！（本文默认读者对python环境下tensorflow的使用已经比较熟...

url:https://mp.weixin.qq.com/s?__biz=MzI1NTE4NTUwOQ==&mid=2650331886&idx=1&sn=5ddd71884f2951da98969d36bb5c94e2&chksm=f235bde4c54234f29fc9c53d2439ae5162a6c1f18762e6abb352ca5dc03d1558cf6...

Lukas Neumann——【ICCV2017】Deep TextSpotter_An End-to-End Trainable Scene Text Localization and Recognition Framework目录作者和相关链接方法概括方法细节实验结果总结与收获点参考文献和链接   作者和相关链接作者 论文下载代码下载方法概括方法概述该方法将文字检测和识别整合到一个端到端的网络...

1. 选择使用的GPUCUDA_VISIBLE_DEVICE=0,1,2 python *.py

一、TensorFlow常规模型加载方法checkpoint文件会记录保存信息，通过它可以定位最新保存的模型：12ckpt = tf.train.get_checkpoint_state('./model/')print(ckpt.model_checkpoint_path) .meta文件保存了当前图结构.index文件保存了当前参数名.data文件保存了当前参数值tf.train.import...

转载自 http://blog.youkuaiyun.com/jiongnima/article/details/78549326?locationNum=3&fps=1   在2015年发表于计算机视觉顶会CVPR上的Fully Convolutional Networks for Semantic Segmentation 论文(下文中简称FCN)开创了图像语义分割的新流派。在后来的科研工作者

http://blog.youkuaiyun.com/mrhiuser/article/details/52672824本文讲解的是caffe中卷积过程，众所周知caffe中卷积采用的是im2col和sgemm的方式。网上已经有很多的im2col的讲解。原本不打算写这篇文章（在此不得不吐槽下，网上有不少的讲解caffe im2col的过程的文章多是错的。一些文章和caffe的具体实现对不上，真不知

前言（标题不能再中二了）本文仅对一些常见的优化方法进行直观介绍和简单的比较，各种优化方法的详细内容及公式只好去认真啃论文了，在此我就不赘述了。SGD此处的SGD指mini-batch gradient descent，关于batch gradient descent, stochastic gradient descent, 以及 mini-batch gradient d

完全理解RNN、RNN变体、seq2seq、attention机制    https://zhuanlan.zhihu.com/p/28054589

原文-http://blog.youkuaiyun.com/longji/article/details/7276040901 必备环境win10[10.0.14393]，有GPU的硬件。 vs2015 update3[14.0.25431.01 Update3]、 cmake 3.7.2。 Git[git version 2.11.0.windows.1]、 python

https://github.com/facebook/thpp/commit/d9f982c68d7522db9e77e50d135eaa86d84bab85#diff-22577c98d557ea9eca089e8e84d7f98dstaticvoid _max(THTensor* values, THLongTensor* indices,

http://www.cnblogs.com/lillylin/p/6893500.html文字检测与识别资料整理（数据库，代码，博客）【持续更新】 目录Follow的个人主页数据库基本信息数据库功能数据库的论文和相关链接开源代码博客资源  个人主页白翔，黄伟林，VGG，Lukas Neumann，金连文，刘成林，殷绪

转载--白翔：趣谈“捕文捉字”-- 场景文字检测 | VALSE2017之十2017-09-04 白翔 深度学习大讲堂点击上方“深度学习大讲堂”可订阅哦！编者按：文字，区别于变幻莫测的图像和视频，有着更强的逻辑性和更概括的表达力。随着互联网和移动互联网技术的高速发展，越来越多的新型应用场景需要利用图像中的文字信息。

编者按：如果把深度学习比作一座城，框架则是这座城中的水路系统，而基于拓扑图的计算恰似城中水的流动，这种流动赋予了这座城以生命。一个优雅的框架在保证城市繁荣的同时，还能让这座城市散发出独特的魅力，使它保持永恒的生命力。本文中，年仅22岁的开源框架Dragon的设计者、中科院计算所博士研究生、中科视拓实习算法研究员潘汀，将结合独立开发深度学习框架的经验，介绍框架设计中的关键技术，并给出其发展趋势的简单

虚拟框架杀入从发现问题到解决问题半年前的这时候，暑假，我在SIAT MMLAB实习。看着同事一会儿跑Torch，一会儿跑MXNet，一会儿跑Theano。SIAT的服务器一般是不给sudo权限的，我看着同事挣扎在编译这一坨框架的海洋中，开始思考：是否可以写一个框架：

零基础入门深度学习(6) - 长短时记忆网络(LSTM)机器学习 深度学习入门https://www.zybuluo.com/hanbingtao/note/581764无论即将到来的是大数据时代还是人工智能时代，亦或是传统行业使用人工智能在云上处理大数据的时代，作为一个有理想有追求的程序员，不懂深度学习（Deep Learning）这个超热的技术，会不会感觉马上就

梯度下降是机器学习中用来使模型逼近真实分布的最小偏差的优化方法。 在普通的随机梯度下降和批梯度下降当中，参数的更新是按照如下公式进行的：W = W - αdW b = b - αdb其中α是学习率，dW、db是cost function对w和b的偏导数。 随机梯度下降和批梯度下降的区别只是输入的数据分别是mini-batch和all。然而，在曾经我发表的博客中提

不搞语音识别得人开这个论文确实有点费劲，结合上图，思考一下语音识别的场景，输入是一段录音，输出是识别的音素， 输入的语音文件的长度和输出的音素个数之间没有一一对应关系，通常将语音文件「分片」之后，会出现多对一的关系。这个场景在「翻译问题」和「OCR问题」中也普遍存在。本文的特点是，提出来一种end-to-end的方法，直接将语音转问音素。不需要添加规则/后处理等过程。文章目录 [展

http://blog.youkuaiyun.com/zchang81/article/details/78425114最近两年，注意力模型（Attention Model）被广泛使用在自然语言处理、图像识别及语音识别等各种不同类型的深度学习任务中，是深度学习技术中最值得关注与深入了解的核心技术之一。本文以机器翻译为例，深入浅出地介绍了深度学习中注意力机制的原理及关键计算机制，同时也抽

/* 版权声明：可以任意转载，转载时请标明文章原始出处和作者信息 .*/http://blog.youkuaiyun.com/malefactor/article/details/50550211                                                     author: 张俊林       要是关注深度学习在

神经网络梯度消失的解释http://m.blog.youkuaiyun.com/baidu_29782299/article/details/52742773转载自哈工大SCIR（公众号） 为了弄清楚为何会出现消失的梯度，来看看一个极简单的深度神经网络：每一层都只有一个单一的神经元。下图就是有三层隐藏层的神经网络：

转载自 http://blog.youkuaiyun.com/luodongri/article/details/77005948CTC是计算一种损失值，主要的优点是可以对没有对齐的数据进行自动对齐，主要用在没有事先对齐的序列化数据训练上。比如语音识别、ocr识别等等。CTC算法有个经典的英文的论文，但是相信大多数人和我一样，第一次看了之后似懂非懂，而且论文中主要是公式，和

url：http://blog.youkuaiyun.com/sysstc/article/details/75333008Training RNN——BPTT由于RNN和时间序列有关，因此我们不能通过Backpropagation来调参，我们使用的是Backpropagation through time（BPTT）回顾Backpropagation